方杰

摘 要 基于近年來人工智能（AI）技術(shù)在制造業(yè)中的應(yīng)用研究，我們分析了“互聯(lián)網(wǎng)+人工智能”新時代核心技術(shù)的快速發(fā)展，觸發(fā)了模型的巨大變革，制造業(yè)的手段和生態(tài)系統(tǒng)，以及人工智能的發(fā)展。然后，我們基于目前人工智能在無人駕駛、智能機器人、圖像識別、智能制造等領(lǐng)域的應(yīng)用，討論了智能制造的當(dāng)前發(fā)展。最后，提出了未來人工智能發(fā)展的方向以及機遇的所在。

關(guān)鍵詞 人工智能 無人駕駛 圖像識別 智能制造

中圖分類號：TP18 文獻(xiàn)標(biāo)識碼：A

0引言

隨著AlphaGo與李世石的對戰(zhàn)以李世石敗北而告終，人工智能的應(yīng)用開始逐漸成為學(xué)術(shù)界與工業(yè)界共同關(guān)注的話題。近年來，人工智能技術(shù)高速發(fā)展，在各個領(lǐng)域內(nèi)的應(yīng)用層出不窮，可以說人工智能已經(jīng)成為我們生活中的一部分，比如掃地機器人，或者一些醫(yī)療企業(yè)所研發(fā)的醫(yī)療用診斷機器人。這樣的發(fā)明和應(yīng)用已經(jīng)為我們的生活帶來很多好處。然而，人工智能也仍然處于一個發(fā)展中的階段，并沒法如科幻片中所描述的那樣高級，具有自主性，其主要應(yīng)用還是以收集數(shù)據(jù)加以分析處理，經(jīng)過自我學(xué)習(xí)最后給出反饋的模式。但是，機器學(xué)習(xí)和人工智能與普通大眾的生活逐漸接近是我們可以每天都感受到的。人工智能的未來何去何從也引起了各種領(lǐng)域的關(guān)注。

所謂人工智能（Artificial Intelligence， AI），即使通過已有的數(shù)據(jù)集，運用計算機來根據(jù)某種函數(shù)來完成某些功能的行為。由于其行為基于數(shù)據(jù)集，所以也可以認(rèn)為是計算機通過學(xué)習(xí)了數(shù)據(jù)集，可以對之后的相似問題給出解決方案，也就是“智能”的含義。自從人工智能的影響力擴(kuò)大以來，其基礎(chǔ)的理論與問題的解決方法逐漸有了固定的方向，所覆蓋的領(lǐng)域也是日益增長。我們可以想象，在不久的未來，由于算力的強度遠(yuǎn)超人類，在某些工作上，人類將完全被具有人工智能的機器所取代。但是同時，人工智能并不是與人類相似的智能，人類的思考方式并不是隨機的，線性的，而是抽象的，曲折的，人工智能的發(fā)展目的也在于此，要將本可以由機器完成的，重復(fù)性高的工作交給人工智能來解決。隨著數(shù)字多媒體技術(shù)、移動互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、云存儲和智能制造技術(shù)的高速發(fā)展，人工智能技術(shù)也得到了相對的提升，對于未來的人工智能發(fā)展起到了巨大的拓展作用。人工智能的全面應(yīng)用將會主要圍繞著人類的衣食住行等日常生活來展開。本文主要介紹現(xiàn)階段人工智能在無人駕駛、智能機器人、圖像識別、智能制造等領(lǐng)域的發(fā)展及應(yīng)用現(xiàn)狀。

1人工智能發(fā)展及應(yīng)用現(xiàn)狀

1.1無人駕駛汽車

無人駕駛汽車是一種新的汽車概念，汽車可以依靠傳感器的工作，對于道路和道路上的物體，如汽車，行人或者標(biāo)識和障礙物等進(jìn)行識別并進(jìn)行相應(yīng)的處置，并根據(jù)得到的信息，調(diào)整車輛的行進(jìn)路線和行進(jìn)速度，從而使車輛可以擺脫人類的操作，自行完成從起點地到目的地的路程。

早在1970年左右，歐美國家就已經(jīng)開始對無人駕駛進(jìn)行嘗試性設(shè)計，并且在當(dāng)時的條件下取得了不錯的效果。國內(nèi)的研究相較于歐美起步晚，于90年代才開始關(guān)注無人駕駛的學(xué)術(shù)領(lǐng)域。無人駕駛在國內(nèi)的商業(yè)化由百度公司發(fā)起，與2014年7月正式立項，發(fā)展到今天，百度公司的無人駕駛已經(jīng)可以實現(xiàn)跟車減速、變道、超車、上下匝道、調(diào)頭等復(fù)雜駕駛動作，完成了進(jìn)入高速（匯入車流）到駛出高速（離開車流）的不同道路場景的切換。測試時最高速度達(dá)到100公里/小時?？茖W(xué)的進(jìn)步一定會帶動技術(shù)的進(jìn)步，無人駕駛技術(shù)的發(fā)展也會隨著人工智能技術(shù)而日趨完善，日常生活中的車輛也會從人工駕駛逐漸轉(zhuǎn)型為無人駕駛（如圖1）。

1.2智能機器人

智能機器人是一種依靠收集周圍環(huán)境信息，加以分析，并根據(jù)某些預(yù)設(shè)程序來完成指定目標(biāo)的智能機械系統(tǒng)。目前智能機器人以工業(yè)機器人和醫(yī)療機器人為主。工業(yè)機器人中的代表作品以波士頓動力機器人為主，其生產(chǎn)研發(fā)的波士頓動力機器狗已經(jīng)在日本的建筑行業(yè)內(nèi)實際應(yīng)用，用于樓房的交付檢測（如圖2）。這個機器狗不僅僅可以完成上樓、奔跑等動作，而且可以通過其頭部的四軸攝像頭，對圖像進(jìn)行分析，來決定下一步的動作。同時，該公司生產(chǎn)的人型機器人已經(jīng)可以完成標(biāo)準(zhǔn)的后空翻、單腿跳箱子等復(fù)雜動作。醫(yī)療機器人所能完成的更多是移動病人、護(hù)理、醫(yī)療教學(xué)和病人前期診斷等工作。在這方面，國內(nèi)醫(yī)療公司如聯(lián)影，睿道等公司也進(jìn)行了大力研發(fā)，效果顯著并且已經(jīng)在一些私立醫(yī)院進(jìn)行實裝。所反映的數(shù)據(jù)和醫(yī)療情況都比較良好，這也給了人工智能在醫(yī)療行業(yè)上發(fā)展的信心。

所以智能機器人目前是人工智能發(fā)展最為具有應(yīng)用價值的方向，同時結(jié)合了傳統(tǒng)動力行業(yè)和人工智能方向，未來的發(fā)展方向也是趨向于如何讓機器在工作領(lǐng)域內(nèi)具有更強的自主性，也就是所謂的“智能”。

1.3圖像識別

互聯(lián)網(wǎng)的發(fā)展以及基礎(chǔ)建設(shè)的大力普及，使得人們對圖片等多媒體的需求日益增加，多媒體具有直觀，易于理解等優(yōu)勢。所以圖像識別也是近幾年人工智能的工作重點。圖像識別更多的是應(yīng)用于目標(biāo)檢測，與智能駕駛不同的是，這種圖像識別更強調(diào)于目前發(fā)生的事，分析說明標(biāo)注，而非預(yù)測。比如，在視頻監(jiān)控中，可以通過人臉識別，檢測潛在的罪犯或者通緝犯。再或者在醫(yī)療領(lǐng)域中，圖像識別被用于針對于腫瘤等X光結(jié)果的輔助判斷。這樣對計算機圖像的處理可以幫助人類更加快速，準(zhǔn)確的識別圖片信息。圖像識別也是人工智能的重要領(lǐng)域，隨著科技的進(jìn)步，人工智能中的圖像識別技術(shù)的應(yīng)用，也會隨著可以搭載的設(shè)備的進(jìn)步而應(yīng)用的更加廣泛。

1.4智能制造技術(shù)

智能制造技術(shù)系統(tǒng)主要包括通用技術(shù)，基礎(chǔ)平臺技術(shù)，智能制造平臺技術(shù)，無處不在的網(wǎng)絡(luò)技術(shù)，產(chǎn)品生命周期智能制造技術(shù)和支持技術(shù)。

1.4.1通用技術(shù)

通用技術(shù)主要包括智能制造架構(gòu)技術(shù)，軟件定制網(wǎng)絡(luò)（SDN）系統(tǒng)架構(gòu)技術(shù)，空間 - 地面系統(tǒng)架構(gòu)技術(shù)，業(yè)務(wù)模型，智能制造業(yè)務(wù)的企業(yè)建模與仿真技術(shù)，系統(tǒng)開發(fā)與應(yīng)用技術(shù)，智能制造安全技術(shù)，智能制造評估技術(shù)，智能制造標(biāo)準(zhǔn)化技術(shù)。

1.4.2基礎(chǔ)平臺技術(shù)

基礎(chǔ)平臺技術(shù)主要是指基于一定目標(biāo)和策略的方向規(guī)劃。包含存儲基礎(chǔ)架構(gòu)，計算基礎(chǔ)架構(gòu)，傳輸基礎(chǔ)架構(gòu)和交易基礎(chǔ)架構(gòu)等。這些基礎(chǔ)架構(gòu)都是為智能化制造所需要的高性能、高擴(kuò)展、高并發(fā)提供基礎(chǔ)保障。

1.4.3智能制造平臺技術(shù)

智能制造平臺技術(shù)主要包括面向智能制造的大數(shù)據(jù)網(wǎng)絡(luò)互聯(lián)技術(shù)，智能資源/容量感知和物聯(lián)網(wǎng)技術(shù)，智能資源/虛擬容量和服務(wù)技術(shù)，智能服務(wù)環(huán)境建設(shè)/管理/運營/評估技術(shù)，智能知識/模型/大數(shù)據(jù)管理，分析與挖掘技術(shù)，智能人機交互技術(shù)/群體智能設(shè)計技術(shù)，基于大數(shù)據(jù)和知識的智能設(shè)計技術(shù)，智能人機混合生產(chǎn)技術(shù)，虛擬 - 實際組合智能實驗技術(shù)，智能化管理技術(shù)，在線遠(yuǎn)程支持服務(wù)的自主決策和智能保障技術(shù)。

1.4.4無所不在的網(wǎng)絡(luò)技術(shù)

無所不在的網(wǎng)絡(luò)技術(shù)主要包括集成的融合網(wǎng)絡(luò)技術(shù)和空間地面網(wǎng)絡(luò)技術(shù)。

1.4.5產(chǎn)品生命周期智能制造技術(shù)

產(chǎn)品生命周期智能制造技術(shù)主要包括智能云創(chuàng)新設(shè)計技術(shù)，智能云產(chǎn)品設(shè)計技術(shù)，智能云生產(chǎn)設(shè)備技術(shù)，智能云運維管理技術(shù)，智能云仿真和實驗技術(shù)，智能云服務(wù)保障技術(shù)。

1.4.6支持技術(shù)

支持技術(shù)主要包括AI 2.0技術(shù)，信息和通信技術(shù)（如基于大數(shù)據(jù)的技術(shù)，云計算技術(shù)，建模和仿真技術(shù)），新的制造技術(shù)（如3D打印技術(shù)，電化學(xué)加工）。技術(shù)），以及制造應(yīng)用領(lǐng)域的專業(yè)技術(shù)（航空，航天，造船，汽車和其他行業(yè)的專業(yè)技術(shù)）。

2人工智能未來的發(fā)展方向

2.1擬人化的發(fā)展方向

目前，大多數(shù)人對于人工智能技術(shù)是包容的，人工智能技術(shù)可能在未來看來是一場不亞于工業(yè)革命的生產(chǎn)變革，人工智能在某些領(lǐng)域的發(fā)揮已經(jīng)遠(yuǎn)遠(yuǎn)超出人類的極限水平，使一些領(lǐng)域開始出現(xiàn)質(zhì)的變化，使人類的生產(chǎn)力解放，可以進(jìn)行更多的生產(chǎn)，但同時也有一些科學(xué)家建議人類警惕人工智能，他們認(rèn)為人工智能的發(fā)展現(xiàn)在也許微不足道，但是一旦人工智能的機器具有了自己理解外部環(huán)境的能力，可能會對人類造成毀滅性的打擊。所以，為了發(fā)揮優(yōu)點，并且盡量屏蔽缺點，未來人工智能可能會朝著專一功能的機器發(fā)展。

2.2新技術(shù)的出現(xiàn)促進(jìn)人工智能的發(fā)展

雖然不同的人對人工智能持有不同的態(tài)度，但是不可否認(rèn)的是，人工智能目前的應(yīng)用確實已經(jīng)對我們的生活產(chǎn)生了極大的影響。并且，隨著一些更加高端的技術(shù)，例如大數(shù)據(jù)行業(yè)的出現(xiàn)和發(fā)展，人工智能所需要的學(xué)習(xí)成本和數(shù)據(jù)集這些緊缺的資源將不再是限制人工智能發(fā)展的枷鎖。所以，新技術(shù)與人工智能的發(fā)展并不相悖，而是可以相互促進(jìn)，相輔相成。

3結(jié)語

人工智能在日常生活中出現(xiàn)的頻率已經(jīng)越來越高，與人們的日?；顒右呀?jīng)分離不開。同時，人工智能的應(yīng)用也在不斷地擴(kuò)大領(lǐng)域，與之匹配的智能硬件和軟件也層出不窮。在現(xiàn)在的這個階段，我們正處于一個人工智能應(yīng)用的加速期，這也預(yù)示著，我們?nèi)绻梢猿酥@個機會大力發(fā)展人工智能，同時保證其實用率，就可以極大地改善人們的生活。同時人工智能的發(fā)展也未必是一帆風(fēng)順，在發(fā)展的過程中，也會有大量的技術(shù)難題要去解決?？傊覀儜?yīng)該盡最大的努力，讓人工智能這樣的新興科技為我們的生活提供便利。

參考文獻(xiàn)

[1] 朱祝武.人工智能發(fā)展綜述[J].中國西部科技，2011（17）：8-10.

[2] 陳慶霞.人工智能研究綱領(lǐng)的發(fā)展歷程和前景[J].科技信息，2008（33）：49+234.

[3] 肖斌，薛麗敏，李照順.對人工智能發(fā)展新方向的思考[J].信息技術(shù)，2009（12）：166-168.

[4] 韋淋元.人工智能發(fā)展的困境和出路[D].桂林：廣西師范大學(xué)，2009：1-27.

[5] 顧險峰.人工智能的歷史回顧和發(fā)展現(xiàn)狀[J].自然雜志，2016（03）：157-166.

[6] LECUN，Y&L. BOTTOU&Y. BENGIO，etal.Gradient-based learning applied to document recognition[J]. Proceedings of the IEEE，1998，11（11）：2278-2324.

[7] HINTON，G.&L.DENG&D.YU，etal. Deep Neural Networks for Acoustic Modeling in Speech Recognition： The Shared Views of Four Research Groups[J].IEEE Signal Processing Magazine，2012，6（06）：82-97.

[8] 王甲海，印鑒，凌應(yīng)標(biāo).創(chuàng)新型人工智能教學(xué)改革與實踐[J].計算機教育，2010（15）：136-138+148.

[9] HAYKIN，S. Neural Networks：A comprehensive Foundation[M].Upper Saddle River New Jersey：Prentice-Hall，1999.

[10] JOSEPH，C&GIARRAT， GARY D RILEY.專家系統(tǒng)原理與編程[M].北京：機械工業(yè)出版社，2006.

[11] 劉小冬.自然語言理解綜述[J].統(tǒng)計與信息論壇，2007（02）：5-12，封2.

[12] 陳虹，郭露露，邊寧.對汽車智能化進(jìn)程及其關(guān)鍵技術(shù)的思考[J].2017（11）：52-59.

[13] 黃欣欣.探析人工智能在人類生活中的應(yīng)用及未來發(fā)展態(tài)勢[J].中國新通信，2017（21）.

[14] 王國偉.基于視覺圖像的田徑失誤動作識別仿真[J].計算機仿真，2016，33（04）：274-277.

[15] KULKARNI，GIRISH，PREMRAJ，VISRUTH，ORDONEZ，VICENTE，etal.BabyTalk： Understanding and Generating Simple Image Descriptions[D]. 2013.

[16] Li，B.H.&B.C.Hou&W.T.Yu，etal.Applications of artificial intelligence in intelligent manufacturing： a review[J]. Frontiers Inf Technol Electronic Eng， 2017， 18（01）：86-96.